联邦领导人正在研究人工智能（AI）的能力，以支持医疗保健领域的关键问题，如医生倦怠和健康公平。ARPA-H（高级健康研究计划局）主任Renee Wegrzyn在今年4月的GovCIO Media & Research女性技术领袖峰会上发言。照片来源：GovCIO Media & Research
联邦卫生机构认为，人工智能在医疗保健环境中具有巨大潜力，可以分析数据模型中的偏见、确保健康公平并减轻员工倦怠。作为政府最新的机构，ARPA-H正在全国范围内建立新的合作伙伴关系，旨在成为健康创新的前沿。该机构正在研究需要10到15年才能取得可衡量进展的“登月”项目，但这些项目的影响力巨大。
“以THEA项目中的全眼移植为例，”Wegrzyn在本月早些时候的NVIDIA AI峰会上表示，“在该项目的最后一阶段，20年后，希望会有患者接受全眼移植。”
ARPA-H的两个项目APECx和PRINT也在研究使用AI处理当前无法治疗的病毒相关数据，并生成可用于减少器官移植等待时间的3D生物打印模型，CTO Gerardo Castaneda指出。“我们是一个非常适合试点和测试的机构，”Wegrzyn在同一活动上表示，“我们在联邦政府和以前不符合条件的小型企业投资者之间推动经济创新。”
人工智能缓解医疗保健领域的倦怠
人工智能可能为防止国防部医院员工倦怠提供解决方案。国防医疗管理系统拥有从20世纪初开始的标准化数据，其首席数据科学家Jesus Caban表示，该机构希望利用这些数据训练AI和机器学习预测模型。这将减少医护人员重新阅读临床笔记进行医疗筛查的时间。
“许多提供者整天逐个审查临床笔记，”Caban在活动上表示，“能够筛选1000份临床笔记，并指出，‘嘿，这五份笔记你应该看看；它们可能包含该职位的一些潜在不合格条件。’这是我们今年年底前要完成的第一要务。”
助理技术政策部长兼国家卫生信息技术协调员Micky Tripathi也担任卫生与公众服务部的代理首席AI官，他看到了AI的广泛用途。“这是一种压缩行政时间的方式，”Tripathi在活动上表示，“例如，在医疗环境中，我看到一项调查显示，大约60%到70%的医生使用大量基础模型来检查药物相互作用。你意识到AI不仅仅用于人力资源。”
更好的数据促进健康公平
Tripathi指出，HHS在重组后旨在增加AI的安全性并制定其伦理使用的政策。AI面临的一些挑战包括可扩展性和数据管理问题。此外，那些没有保险或保险不足的人往往被排除在临床数据集之外。
“数据本质上受到我们当前医疗保健系统的偏见影响，并具有健康公平的维度，”Tripathi表示，“所有这些都反映在数据中，不幸的是，AI会捕捉到这些偏见并做出其他推断，从而加剧健康公平问题。”
国家卫生研究院数据科学战略办公室副主任Belinda Seto希望利用AI打破健康公平障碍。Seto表示，关注全面和多样化的健康数据可以减少差异。“我们必须了解患者的整体情况……社会决定因素和环境决定因素非常重要，”Seto在活动上表示，“当你考虑到这些广泛不同的数据时，AI在消费数据和检测模式方面非常强大。”
另一个挑战是将多样化的高质量数据纳入临床试验。Wegrzyn强调了NITRO项目，该项目旨在逆转骨关节炎。由于骨关节炎在土著社区中非常普遍，NITRO项目与切罗基民族合作，确保土著患者数据的纳入。
“你需要了解该疾病的各个不同人口统计特征，”Wegrzyn表示，“有太多的数据需要纳入，以确保它真正适用于所有人。”
(全文结束)
